技术原创｜一文读懂图遍历算法以及图计算应用

为解决大规模计算和海量数据处理问题，Google 在 2010 年提出了图计算模型 Pregel。随后又陆续出现了。GraphLab、GraphChi等典型图计算系统。

图计算是人工智能的一个使能技术。

大数据时代，越来越多的数据采用图结构进行表示．图也是一种能够表达对象之间复杂关系的数据存储方式。

那么，什么是图？

下面是数据类型的结构和图的结构表示对比：

 

可以看出：图（ｇｒａｐｈ）是一种用于表示对象之间联系的抽象数据结构。

接下来，小普列举几个常见的图计算模式：（这部分比较偏向于技术，想看应用的小伙伴可以往下滑）

目前的图计算框架基本上都遵循BSP（Bulk Synchronous Parallell）计算模式。它将计算分成一系列的超步（superstep）的迭代（iteration）。从纵向上看，它是一个串行模型，而从横向上看，它是一个并行的模型，每两个superstep之间设置一个栅栏（barrier），即整体同步点，确定所有并行的计算都完成后再启动下一轮superstep。

超步可分为三个阶段：

01计算

每一个processor利用上一个superstep传过来的消息和本地的数据进行本地计算；

02消息传递

每一个processor计算完毕后，将消息传递给与之关联的其它processors；

03整体同步

用于整体同步，确定所有的计算和消息传递都进行完毕后，进入下一个superstep。

BSP模型架构

模型基于一个master协调，所有的worker同步(lock-step)执行, 数据从输入的队列中读取。

Pregel模型

Pregel在概念模型上遵循BSP模式。整个计算过程由若干顺序运行的超级步（Super Step）组成，系统从一个“超级步”迈向下一个“超级步”，直到达到算法的终止条件。

超步的组成如下：

01vpro

是节点上的用户定义的计算函数，运行在单个节点之上，在superstep 0，这个函数会在每个节点上以初始的initialMsg为参数运行并生成新的节点值。在随后的超步中只有当节点收到信息，该函数才会运行。

02sendMsg